文献

J-GLOBAL ID：202002240890476610   整理番号：20A0067005

階層的学習水サイクルアルゴリズム【JST・京大機械翻訳】

Hierarchical Learning Water Cycle Algorithm

著者 (4件)： Chen Caihua (Northwestern Polytechnical University, School of Marine Science and Technology, Xi’an, China) ,  Wang Peng (Northwestern Polytechnical University, School of Marine Science and Technology, Xi’an, China) ,  Dong Huachao (Northwestern Polytechnical University, School of Marine Science and Technology, Xi’an, China) ,  Wang Xinjing (Northwestern Polytechnical University, School of Marine Science and Technology, Xi’an, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 86  ページ： Null  発行年： 2020年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 水循環アルゴリズム(WCA)のグローバル検索能力を改良するために,階層的学習概念を導入して,階層的学習WCA(HLWCA)を本論文で提案した。HLWCAの基礎となるアイデアは,解を収集に分割し,これらの集合を階層的差異で与えることである。集合の一つは,他より高い階層を持ち,探索傾斜更新機構を利用する。この高階層収集における解決策は,他の収集の模範である。他のコレクションは,模汎関数値に従ってソートされ,これらの収集における解は,それら自身の模範に従うかどうかを積極的に選択する。収集の異なる更新機構を通して,WCAの高速収束と強い局所探索能力が保持されている間,グローバル検索能力は改善される。提案したHLWCAを,最初にIEEE CEC 2017ベンチマークにおいて実験し,複雑な数値最適化タスクにおける性能を証明した。次に,実世界の問題を解決する能力を検証するために,4つの実用的な設計ベンチマーク問題について試験した。実験結果は,提案したアルゴリズムの効率を例証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 水循環 ,  近傍探索法 ,  汎関数 ,  *アルゴリズム ,  ベンチマーク ,  ソーティング ,  IEEE ,  *学習
準シソーラス用語： グローバル検索 , 【Automatic Indexing@JST】

著者キーワード (4件)： メタヒューリスティック ,  水循環アルゴリズム ,  階層的学習 ,  アクティブターゲット選択

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 学習 ,  水 ,  サイクル ,  アルゴリズム